人工智能：技術(shù)、商業(yè)與道德

幾經(jīng)沉浮，人工智能（AI）這次真火了。尤其在 IT 產(chǎn)業(yè)，各路資本看到“AI”這兩個字母就兩眼放光，初創(chuàng)企業(yè)紛紛尋找自己項目與人工智能的聯(lián)系，主要巨頭都宣布人工智能優(yōu)先成為公司戰(zhàn)略。

“硅谷現(xiàn)在投 AI 公司都不講估值，”某投資人在一次公開演講中說，“直接數(shù)人頭，一個人 200 萬美元?！?人工智能產(chǎn)業(yè)現(xiàn)如今真是花團錦簇，烈火烹油。

但我們還是要冷靜梳理一下，人工智能對半導(dǎo)體產(chǎn)業(yè)會產(chǎn)生哪些影響？從云到端落地過程中存在何種技術(shù)挑戰(zhàn)？率先商業(yè)化成功的人工智能應(yīng)用會是哪些？人工智能技術(shù)會對人類生活帶來哪些負面影響？有沒有必要對人工智能技術(shù)發(fā)展進行限制？

人工智能投資水漲船高

（數(shù)據(jù)來源于 CBINSIGHTS）

從云入端，人工智能所面臨的技術(shù)挑戰(zhàn)
移動計算普及帶來的高速增長結(jié)束之后，很長時間，半導(dǎo)體芯片產(chǎn)業(yè)都找不到新的增長點?！叭斯ぶ悄軐τ诙ㄖ菩酒男枨?，無疑給芯片業(yè)發(fā)展打了一劑強心針。而且很可能造成一輪新的洗牌，”陳怡然表示，“傳統(tǒng)計算與移動巨頭英特爾、AMD 和高通等將會受到非常大的沖擊?！?/p>

陳怡然現(xiàn)任杜克大學(xué)電子與計算機系副教授，兼杜克先進智能研究中心主任，從 2011 年就開始進行類腦計算與深度學(xué)習(xí)加速研究。他指出，如今的計算平臺已經(jīng)對 AI 的廣泛應(yīng)用做出很多妥協(xié)，例如 GPU 的低精度設(shè)計?！暗牵ㄓ眯院透咝阅?/ 低功耗永遠是一對矛盾，最后 AI 計算平臺可能會分為兩種：針對通用 AI 平臺的通用型 AI 芯片和針對特殊應(yīng)用的定制化 AI 加速芯片?！?/p>

“未來 AI 平臺將以異構(gòu)系統(tǒng)為主，跟場景相互結(jié)合，并且有非常強的定制化需求?！鄙铊b科技 CEO 姚頌將 AI 平臺按場景進行了分類，他表示，通用計算平臺可以分為兩類，一類是 GPU/TPU，一類是 FPGA。FPGA 更通用，但 GPU/TPU 更適合搭建機器學(xué)習(xí)訓(xùn)練平臺—因為機器學(xué)習(xí)訓(xùn)練側(cè)算法相對統(tǒng)一。在垂直行業(yè)，特別是前端設(shè)備，則更需要定制化芯片。“例如自動駕駛，可能需要一個視頻圖像識別能力極強的芯片，功耗 10 到 20 瓦；在手機端，可能需要一個較為通用的 AI 芯片，功耗 500 毫瓦；物聯(lián)網(wǎng)終端設(shè)備，則只需要具有基礎(chǔ)功能的 AI 芯片，功耗 100 毫瓦甚至更低。”

英特爾公司表示，人工智能還處于發(fā)展初期，隨著技術(shù)發(fā)展，人工智能應(yīng)用將經(jīng)歷一個“從前端走向后端，從云端走入終端”的過程。人工智能技術(shù)普及的難點可從兩個方面體現(xiàn)出來：首先，當前人工智能突破主要靠有標記的數(shù)據(jù)訓(xùn)練出來，訓(xùn)練好的模型只適合某一類特定應(yīng)用，跨領(lǐng)域能力不強；現(xiàn)有人工智能還沒有真正走出計算機，其應(yīng)用仍然捆綁在 PC 或手機上。

Arm 公司戰(zhàn)略聯(lián)盟業(yè)務(wù)發(fā)展總監(jiān)金勇斌則認為，將人工智能從云端搬入終端，需要計算效能大幅提升，算法模型縮減，形成開放通用的軟件生態(tài)，并確保傳輸中的安全問題?！斑@就要求整個產(chǎn)業(yè)在通用平臺之上構(gòu)建一個較以往更為開放，更靈活的協(xié)作模式與生態(tài)系統(tǒng)?！?/p>

陳怡然將從云入端的技術(shù)挑戰(zhàn)總結(jié)為三類，即計算效能、存儲性能、以及通信帶寬。“三者分別決定數(shù)據(jù)的處理、存儲，以及傳輸能力。算法與硬件可以就其中一項或者兩項進行優(yōu)化，但三者相互間永遠是此消彼長（tradeoff）的關(guān)系。”

姚頌則將從云入端的挑戰(zhàn)歸結(jié)為效率問題。“一個是能量效率問題，另一個是成本效率問題，就是性價比?！币灡硎?，解決能量效率主要靠體系結(jié)構(gòu)設(shè)計，以人工智能常用的 GPU 為例，由于其對通用性的追求，以及圖像渲染等結(jié)構(gòu)并未針對人工智能計算優(yōu)化，所以其功耗一直較高，Nvidia 最小的 tx1 和 tx2 功耗也在 10w 級別?！斑@樣的芯片很難用到前端攝像頭應(yīng)用，因為存在供電、散熱、以及產(chǎn)品穩(wěn)定性問題?！?/p>

所以，為了將 AI 芯片應(yīng)用于前端場景，必須有專用的體系結(jié)構(gòu)設(shè)計，以實現(xiàn)高能量效率，從而滿足應(yīng)用場景對系統(tǒng)功耗的要求。前端 AI 芯片的性價比需要考慮三個因素：采購成本、開發(fā)成本、以及實際性能。采購成本和開發(fā)成本相對容易理解，實際性能是如何影響 AI 芯片的系統(tǒng)成本呢？“傳統(tǒng) DSP 有一個較大的問題，峰值性能很高，但可能只用到 5%的實際性能，這樣的情況，性價比就會有問題。”

哪一個應(yīng)用市場會率先達到千億美元規(guī)模？
人工智能產(chǎn)業(yè)還面臨一個窘境。主打人工智能概念的公司估值不斷上漲，人工智能人才被哄搶，待遇水漲船高，但真正由人工智能技術(shù)創(chuàng)造的市場價值并不高。戰(zhàn)勝李世石的 AlphaGo 不是盈利項目，參加最強大腦的百度大腦，至少在娛樂節(jié)目這個方向上，也難盈利，Alexa 對亞馬遜市值上漲助力不少，但 Echo 音箱的實際市場規(guī)模并不大。哪些領(lǐng)域能夠較快將人工智能技術(shù)大規(guī)模落地并創(chuàng)造出巨大商業(yè)價值呢？

?

人工智能市場價值

（數(shù)據(jù)來源于 Tractica）

“雖然大家把前景說得特別大，但當前人工智能還只在特定場景能夠完成全面商業(yè)化?！币灧治?，短期來看，人工智能商業(yè)化是否成功取決于兩個因素：第一是需求大，即該應(yīng)用場景對效率有很非常大的需求；第二是與當前人工智能技術(shù)發(fā)展相匹配，即該需求能由人的基本功能來實現(xiàn)，而不需要高超的經(jīng)驗。

姚頌認為，現(xiàn)在預(yù)測哪個行業(yè)最先突破千億美元有些困難，但他最看好三個行業(yè)：智能安防、自動駕駛，以及工業(yè)自動化?！鞍卜辣O(jiān)控與平安城市短期內(nèi)都會變成智能化，這個市場本來就是每年大幾千億人民幣的規(guī)模，所以可能很快突破千億美金。自動駕駛在五到十年內(nèi)，有望突破千億美金。而工業(yè)自動化，包括機器人在內(nèi)，市場空間很大，也有可能在五到十年內(nèi)突破千億美金?！?/p>

陳怡然看好與圖像、語音、以及視頻處理相關(guān)的應(yīng)用。“這方面應(yīng)用太廣泛了，我預(yù)計首先是安防，會首先突破（1000 億美元市場規(guī)模），其次是醫(yī)療。”但他認為，由于受到倫理與法律限制，自動駕駛市場化進度之路會比較漫長。

金勇斌則表示，人工智能將在自動駕駛、視頻安防、智能家居、以及垂直服務(wù)等領(lǐng)域率先取得突破。英特爾公司認為人工智能商業(yè)化落地最快的領(lǐng)域是金融、醫(yī)療和無人駕駛。

市場追捧造成人工智能人才薪資水平快速上漲，也引起不少人關(guān)注，如今為高端人才開出八位數(shù)年薪也不乏案例。尚未落實的商業(yè)應(yīng)用，水漲船高的運營成本，當前人工智能人才薪資水平究竟是正常價值回歸？還是已經(jīng)有了較高的泡沫？

對人才待遇，陳怡然認為，現(xiàn)在還不存在太多泡沫。人工智能產(chǎn)業(yè)內(nèi)普通程序員與硬件工程師的工資并不比同一公司其他行業(yè)高太多，高出部分主要由于市場需求而造成的調(diào)整（匹配市場需求以穩(wěn)定隊伍）。“領(lǐng)導(dǎo)層次工資確實不低，不過這部分薪金更多是以股票形式體現(xiàn)，基本工資和硅谷相比，其實并不太高?！?/p>

“整個行業(yè)可能只有 10%的人才需求被滿足，所以每家都在瘋狂地用極高薪水來招攬人才，這是供求關(guān)系導(dǎo)致的。可以說有泡沫，但正因為 AI 有泡沫，大家才愿意去為 AI 人才付費?！币灡硎荆?012 年以后深度學(xué)習(xí)才開始火起來，此前都沒有這方面的人才積累，當前這個節(jié)點高水平人才很少，他預(yù)計這種緊缺狀態(tài)還會持續(xù)，“未來五年內(nèi)，AI 人才薪資高漲的趨勢不會變?！?/p>

人工智能大規(guī)模落地后，到底還有哪些職業(yè)適合人類？
不止市場前景廣大，有超越人類智慧潛力的人工智能，也被很多人視作威脅?；艚?、馬斯克和比爾蓋茨等不止一次表達過對無限制發(fā)展人工智能的擔(dān)心，現(xiàn)實中，已經(jīng)有不少職業(yè)感受到人工智能的威脅，2017 年上半年，騰訊寫稿機器人 Dream Writer 寫稿量已經(jīng)達到 2500 篇 / 天（其中科技財經(jīng)類 2000 篇 / 天，體育類 500 篇 / 天）。

“凡是重復(fù)經(jīng)驗勞動都有可能被替代，比如秘書、律師、以及部分醫(yī)生，人工智能發(fā)展還是可能會有限制，即人工智能只能做人類的輔助工具，而不是完全替代人?！标愨徊⒉徽J為人工智能能夠完全取代人類，但他對人工智能普及以后人類如何工作表示了悲觀，“距離人工智能完全取代人類還有太遠的距離，我個人并不擔(dān)心。相反，我很擔(dān)心我孩子將來找不到工作?！?/p>

金勇斌也認為，基于經(jīng)驗的重復(fù)性體力勞動和腦力勞動都將會被替代。對于發(fā)展人工智能的威脅，金勇斌并不擔(dān)心，“基于目前對人工智能技術(shù)的認知，機器不可能產(chǎn)生感情和自主意識，機器自主決策是從大數(shù)據(jù)訓(xùn)練中產(chǎn)生的，所以我很難想象終極人工智能是什么樣。”

對于人工智能產(chǎn)業(yè)創(chuàng)造的新職業(yè)，目前還都是以想象為主：把人類從重復(fù)體力與腦力勞動中解放出來，去從事更有創(chuàng)造力、更美好的工作。但世界上真有這么多以創(chuàng)造力為主的工作崗位嗎？下圍棋這種還算不算有創(chuàng)造力的工作？

不過，姚頌給出了一個由人工智能技術(shù)創(chuàng)造，并與之相關(guān)的新職業(yè)：數(shù)據(jù)采集標注?！斑@是一個新時代的石油產(chǎn)業(yè)，數(shù)據(jù)采集標注很可能需要非常多的人的投入?！?/p>

對人類能否與人工智能和諧相處，姚頌也表現(xiàn)了樂觀態(tài)度：“在可以預(yù)見的幾十年內(nèi)，與我們相處的都會是具有單一功能的弱人工智能，即使它能夠?qū)崿F(xiàn)非常高的精度，非常智能化的操作，但也只應(yīng)用在某一個具體領(lǐng)域，而且它完成的任務(wù)都是由人類來指定。”

弱人工智能對人類沒有威脅，但如果人工智能技術(shù)自己產(chǎn)生了思維，具備自我學(xué)習(xí)能力，還會與人類相安無事嗎？“從來沒有一個高等生物，能夠和低等生物和諧共處。如果有終極人工智能，與之相比，人類就是一種低等生物。如果不能自我更新，增加芯片改造自己，那么人類就只能被人工智能所奴役。”